CLIGEN随机气候生成器在天山西部中山带的适用性评价

根据中国科学院天山积雪雪崩研究站1978-2007年降水和气温的月平均资料以及在全美范围内选择参证站点得到的其他气象因子,利用CLIGEN模型分别模拟出日序列气象数据,统计出多年月平均降水量、多年月平均最高温度和多年月平均最低温度.选择模型有效系数E和平均绝对百分比误差(MAPE)为评价指标.最终确定HIBBING站点为最优参证站.HIBBING站点的模拟多年月平均降水量、月平均最高温度和月平均最低温度的模型有效系数E分别为0.980 0、0.956 3、0.996 5,平均绝对百分比误差(MAPE)分别为7.1%、10.70%、8.30%.从而确定了CLIGEN模型在天山西部中山带的适用性.     

基于PRISM和泰森多边形的地形要素日降水量空间插值研究

以黑河流域河西走廊中段地区为例,利用该研究区年、月降水与地形间较强的相关性特点,在PRISM方法的基础上对该地区日降水量进行了空间插值计算。文章提出了以月降水量的PRISM空间插值结果为该月逐日降水空间分布的参考本底,利用泰森多边形方法确定空间日降水的概率,从而实现黑河流域河西走廊中段地区日降水的空间制图方法,并对该方法得到的日降水时空数据集进行了误差分析和评估。分析结果表明,这一方法简单可靠,满足分布式水文模型或相关陆表过程分布式模拟对分布式日降水数据时空精度的要求。     

雅鲁藏布江流域不同源降水数据质量对比研究

本文以雅鲁藏布江流域为研究区,利用13个气象站点的实测降水量数据在年和月尺度上验证了中国地面降水网格数据、CRU(Climatic Research Unit)降水数据和GLDAS(Global Land Data Assimilation System)降水数据的精度,并分析了不同源数据降水量年际变化特征和概率分布特性之间的差异。结果表明：4种不同来源的降水数据均存在一定程度的差异。年尺度和月尺度上中国地面降水网格数据与实测降水量数值最接近;而CRU降水数据和GLDAS降水数据与实测降水量相差较大,在使用时需谨慎。从空间差异性看,年尺度上CRU降水数据在每个站点与实测降水数据的相关性均高于GLDAS降水数据,说明前者的空间一致性较好,但相对误差却比GLDAS降水数据大。从年内变化趋势看,中国地面降水网格数据能较好地反映流域降水月尺度的变化特征,CRU降水数据则在流域大部分地区的汛期时段都存在明显的高估,而GLDAS数据无法反映月降水变化趋势,年内坦化现象十分显著。从年际变化特征看,中国地面降水网格数据能较好地反映实际降水量的年际变化特征,而GLDAS降水数据和CRU降水数据反映的降水量年际变化特征偏小,其中GLDAS数据的坦化现象更严重,会高估低降水值,低估高降水值。从降水概率分布情况来看,3种来源的降水数据均不能反映站点实测的极端降水事件。     

TRMM3B42降水产品在鄱阳湖流域梅川江子流域的精度评价(英文)

在鄱阳湖流域的梅川江子流域,利用52个站点9年(2001-2005及2007-2010)的日降水数据对V6和V7两个版本的TRMM 3B42降水产品进行了精度评价。该评价针对多个时空尺度进行,包括栅格和流域两个空间尺度,日、月和年三个时间尺度。为避免尺度不匹配问题,本文利用泰森多边形方法将点尺度的站点观测数据转换到与TRMM数据相同的栅格尺度。评价结果表明,V6和V7两个版本的TRMM3B42降水产品差别较小,整体上均轻微高估了降水量(偏差均为0.04)。在日尺度,栅格和流域空间尺度上V6和V7TRMM3B42降水产品的精度均较差,相对均方根误差在135%-199%之间。因此,在该地区利用3B42数据进行日尺度的水文分析前需要对其进行校正。在月和年尺度,栅格和流域两个空间尺度上V6和V7两个版本的TRMM 3B42降水产品精度均较高,决定系数达到0.91-0.99,相对均方根误差在4%-23%之间。这表明TRMM 3B42降水产品在该地区月和年尺度的水文分析方面具有很好的应用前景。     

一种改进的生成区域日降水场的方法及精度分析

利用全国687个气象站点11年的日降水数据,对基于地理特征和统计回归的函数拟合类模型DAYMET生成中国区域日降水场的能力进行了验证。交叉验证表明,DAYMET模型估计日降水累计得到的年降水量的绝对偏差11年平均为29.8%,年降水总量估计偏差低于20％的站点占48.3％。鉴于中国陆地区域降水深受季风的影响,不同方位气象站点对插值点的影响也有所不同,引入了站点不同方位对插值的影响权重,对DAYMET模型进行了改进,改进后年降水量的绝对偏差降为27%。与梯度距离平方反比法相比,该方法具有较高的区域降水插值精度。还以无定河流域降水插值为例,说明降水插值精度的高低与区域内雨量站点的多寡紧密相联。     

雅鲁藏布江流域多源降水产品评估及其在水文模拟中的应用

论文对比分析了1980—2016年基于站点插值降水数据CMA(China Meteorological Administration)和APHRODITE(Asian Precipitation-Highly-Resolved Observational Data Integration Towards Evaluation)、卫星遥感降水数据PERSIANN-CDR(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Network-Climate Data Record)和GPM(Global Precipitation Measurement)、大气再分析数据GLDAS(Global Land Data Assimilation System)以及区域气候模式输出数据HAR(High Asia Refined analysis)在雅鲁藏布江7个子流域的降水时空描述,利用国家气象站点数据对各套降水数据进行单点验证,并以这6套降水数据驱动VIC(Variable Infiltration Capacity)大尺度陆面水文模型反向评估了各套降水产品在雅鲁藏布江各子流域径流模拟中的应用潜力。结果表明：① PERSIANN-CDR和GLDAS年均降水量最高(770~790 mm),其次是HAR和GPM(650~660 mm),CMA和APHRODITE年均降水量最低(460~500 mm)。除GPM外,其他降水产品在各子流域都能表现季风流域的降水特征,约70%~90%的年降水量集中在6—9月份。② 除PERSIANN-CDR和GLDAS外,其他降水产品皆捕捉到流域降水自东南向西北递减的空间分布特征。其中,HAR数据空间分辨率最高,表现出更详细的流域内部降水空间分布特征。③ 与对应网格内的国家气象站降水数据对比显示,APHRODITE、GPM和HAR降水整体低估(低估10%~30%),且严重低估的站点主要集中在下游(低估40%~120%)。PERSIANN-CDR和GLDAS整体表现为高估上游流域站点降水(高估28%~60%),但低估下游流域站点降水(低估11%~21%)。④ 在流域径流模拟上,当前的6套降水产品在精度或时段上仍无法满足水文模型模拟的需求。⑤ 通过水文模型反向评估,6套降水产品中区域气候模式输出的HAR在流域平均降水量和季节分配上更合理。     

基于多种高分辨率卫星数据的TRMM降水数据降尺度研究——以内蒙古地区为例

利用内蒙古地区2001~2010年42个站点实测降水数据作为“真值”,采用LOO（Leave-One-Out）交叉验证、多元逐步回归等方法,构建TRMM（Tropical Rainfall Measuring Mission）降水数据与地形及气候等要素之间的多元回归关系,在此基础上,利用回归值+残差值的方法,获得空间分辨率为1 km×1 km的TRMM年降水数据,并对降尺度TRMM数据进行精度检验。研究表明：① TRMM数据可用于区域年降水量估计,且与实测年降水量呈显著线性关系;② 通过建立不同年份、不同空间分辨率TRMM数据与其它遥感数据的多元统计模型,研究发现在中尺度下TRMM与观测年降水数据拟合效果较好,且在空间分辨率为0.50°×0.50°时的拟合效果最好;③ 降尺度分析提高了TRMM数据对研究区降水时空特征的描述能力,确定性系数、标准误差和偏差均有明显改善,表明降尺度算法在将TRMM降水数据空间分辨率提高到1 km×1 km的同时,并能提高降水数据的精度。     

1960-2005年澜沧江流域极端降水变化特征

极端降水事件是气候变化的一个重要方面。澜沧江流域纵贯13个纬度,最大相对高差近5000 m,跨6种气候带,是全球少见的南北向大江,它在气候、水文、地理、生态学等多方面都具有重要的科学研究价值。自1960年以来,流域经历了显著的气温上升。探讨在气候变暖背景下这一复杂流域的极端降水变化具有重要意义。本文利用澜沧江流域及其周边35个气象站1961-2005年的日降水资料,分析了小于5 mm、5～10 mm、10～50 mm以及大于50 mm 4个不同量级降水的降水量、降水日数和日平均降水强度的变化趋势。并计算了每种量级降水占总降水量的百分比及降水频率。结果表明,各量级各项指标均存在明显的区域变化特征,流域总体上极端降水频率的增加态势明显。对典型地区站点分析表明,极端降水的增加可能与气候系统随机性变强有关。     

GPM卫星降水数据的降尺度研究 ——以陕西省为例

以陕西省内2019年33个地面气象观测站点的测量数据为真实值,选取相关系数(CC)、均方根误差(RMSE)以及相对误差(BIAS)等多种统计分析指标对GPM(Global precipitation measure-ment)卫星降水数据进行精度验证,并引入地形因子作为空间参考要素,基于地理加权回归模型(GWR)对GPM降水数据进行降尺度研究。结果表明:(1)在年际尺度上,GPM降水数据与实测降水数据之间有着明显的相关性,相关性较好(CC=0.89),相对误差则较低(BIAS=-0.45);(2)在季节尺度上,春、夏两季GPM降水数据的降尺度结果与实测降水数据之间的CC值分别为0.92和0.80,而秋季则为0.93;(3)降尺度降水量结果与高程呈现出明显的负相关性,随着海拔升高,降水相对减少。总体而言,GWR降尺度降水数据在陕西省内有着较好的精度,能够较为准确地反映陕西省内的降水分布。     

雅鲁藏布江流域降水时空变化特征

雅鲁藏布江流域是全球气候变化的敏感区,该流域降水变化对青藏高原的水系统、生态系统和山地灾害系统的演变具有重要影响。本文通过流域水文分析,将雅鲁藏布江流域的三大水资源区细分为9个分区。基于雅鲁藏布江流域1979—2018年降水数据,综合分析了雅鲁藏布江流域及9个分区的年、干湿季、月降水量以及日、小时尺度极端降水的时空变化特征,探讨了降水和典型大尺度大气环流因子的相关性。结果表明：① 1979—2018年间,在流域尺度上,各时间尺度降水整体上均呈上升趋势。其中,年降水量上升趋势最大,为2.5 mm·a^-1;年、干湿季降水量以及典型小时尺度极端降水（Rx3hour、Rx12hour）均在95%信度水平下显著上升。在水资源分区尺度上,各分区不同时间尺度降水的变化趋势呈现更明显的非一致性,所有分区除小时尺度极端降水均呈上升趋势外,其余时间尺度降水的趋势变化方向各异。② 雅鲁藏布江流域降水存在明显的空间分异性,且降水空间分异性会随着降水指标时间尺度的缩短而增强。各时间尺度降水整体上均呈现出自东部向西部逐渐减少的趋势,流域东南部（分区Ⅲ-2）始终是高值中心,流域中西部（分区Ⅰ-2、Ⅱ-1）存在区域性高值中心。③ 北半球副热带高压和北半球极涡对雅鲁藏布江流域降水变化具有显著影响。研究结果有助于掌握当地降水的多尺度变化特征,可为雅鲁藏布江流域和青藏高原地区的水循环研究、水资源开发利用和山洪灾害防治等提供科学基础。     

基于PLS回归模型的石羊河流域降水空间分布

利用石羊河流域内国家气象站点和中国内陆河湖水文站点2010—2012年逐日降水观测资料,基于DEM资料提取流域经度、纬度、坡度、坡向、海拔等地形因子,建立降水量与地理地形因子之间的多元偏最小二乘(partial least squares,PLS)回归模型,对石羊河流域2010—2012年在年、季、月尺度上的降水分布特征进行研究,结果显示:1)采用交叉验证法对PLS与反距离加权法(IDW)、样条函数法(SPLINE)、普通克里金插值法(OK)等传统插值方法的精度验证结果比较发现,PLS的平均绝对误差(MAE)和均方根误差(RMSE)值均是最小的。PLS回归模型对降水量的拟合相关系数除2011/2012年冬季分别为0.68和0.66,其余模型的拟合相关系数均在0.81以上,且显著性水平在95%以上。2)不同的时间及时间尺度,地形因子对降水量的影响是不同的,基本上海拔和坡度对降水量的影响是较大的,且随海拔和坡度的增加降水量增加。3)石羊河流域2010—2012年年降水量从南向北逐渐递减,最大降水量均在南部祁连山区;季节降水量大小依次为夏季秋季春季冬季,夏季降水量较丰富;不同年的夏季6/7/8月的降水特征也各不相同,2011年7月和2012年8月降水量相对较丰富。     

复杂地形下降水的高空间分辨率插值方法研究

复杂地形山区降水格局在多种地形要素的综合影响下呈现出显著异质性特征,弱化了降水站点观测资料的空间代表性,限制了遥感及再分析产品的适用性及传统插值方法的准确性。常用的PRISM降水插值算法通过提取并权重化地形要素,借助加权最小二乘算法对降水站点观测数据进行空间插值,被广泛应用于降水产品制备。本文针对PRISM算法对中小地形地貌刻画能力不足的问题,在解析影响复杂地形降水模式的地形要素的基础上,改进了PRISM的地形要素计算与权重化过程,同时,考虑到实际日降水量的随机性,将改进后的PRISM嵌入到“平均态日降水—比值”插值框架,构建了适用于复杂地形的日降水插值算法MPRISMR。随后,以具有复杂地形特征的元江流域为例,通过交叉验证及与ERA5-Land和TRMM_3B42降水产品的对比分析,发现该算法具有较高的准确性与可靠性。结果表明,在元江流域23个气象站点上,MPRISMR的插值结果与观测值的相关系数、相对偏差的中位数分别为0.72、0.98%,总体上优于ERA5-Land和TRMM_3B42日降水产品。另外,MPRISMR插值结果的精度随时间变化更小,更为稳定。最后,研究基于MPRISMR制备了空间分辨率约3 km的元江流域日尺度降水格网数据。本文可为复杂地形的陆面模式或流域水文水质模型提供高精度降水驱动场数据产品,从而支持流域可持续管理决策。     

中国天气发生器降水模拟参数的气候变化特征

利用中国672个站点1951-2007年的逐日降水资料,分1951-1978和1979-2007两个时段分析了中国天气发生器BCC/RCG-WG降水模拟参数的气候变化特征.结果表明,在气候变化背景条件下,我国各地干日到湿日的降水转移概率P(WD)和湿日到湿日的降水转移概率P(WW)除了西部部分地区有增大的趋势外,其余大部地区均有减小的趋势.相对于P(WW),全国各地P(WD)的减小幅度更大.日降水量GAMMA分布形态参数ALPHA除西北地区西部部分地区有减小趋势外,其余大部地区略有增大趋势,尺度参数BETA在全国各地基本都保持增大的趋势,其中西北地区西部等地增大趋势尤为明显.相对于BETA的变化幅度,ALPHA的减小幅度较小,基本在6%以内.     

基于TRMM 3B43产品的1998—2016年黄淮海平原降水时空特征研究

以黄淮海平原为研究区,基于59个气象站点的逐月降水数据,采用相关系数（R）、相对误差（BIAS）和均方根误差（RMSE）对TRMM 3B43降水产品的精度进行系统评估,揭示黄淮海平原降水的时空变化规律。研究表明：① TRMM 3B43产品对研究区内大部分气象站点存在轻微高估现象,总体上TRMM产品和站点数据在黄淮海平原的拟合效果较好,且月尺度的精度较年尺度高;② 1998—2016年黄淮海平原年降水和秋季降水增加明显,其余季节降水呈不同程度的减少趋势;③ 研究区降水在空间上呈从南到北递减的趋势,且南北降水差距较大。研究结果为卫星降水产品在中纬度地区水资源评估、农业生产和洪旱灾害等研究提供一定的参考。     

黑河流域春季降水空间分异性特征及其与黑河流量的相关分析

利用黑河流域13个气象站建站至2012年3—5月降水量资料和黑河莺落峡水文站流量资料,分析了黑河流域春季降水的基本气候特征;通过EOF、REOF、Morlet小波变换等方法,对黑河流域春季降水的时空特性进行了研究;用Mann-Kendall检验法检验黑河流域春季降水序列是否存在突变现象.结果表明:黑河流域春季降水空间分布极不均匀,其空间分布特征是南部为多雨区、北部为少雨区.黑河流域春季降水在第一空间尺度上为全区一致,在第二空间尺度上可分为2个自然气候区,在第三空间尺度上可分为3个自然气候区.从年代际变化来看,21世纪最初10年是近半个世纪来降水最多的10年,20世纪70年代是降水最少的10年;黑河流域春季降水的年际变率十分显著,降水最多的年份是最少年份的6倍多.1961—2012年间河西走廊春季降水发生了明显的突变:2001年出现了一次趋于增多的突变.最显著的周期是4年的短周期、14年和22年的长周期.黑河流域春季各月降水与黑河流量均呈正相关,尤其是春季各月降水滞后1个月的相关和5月份降水的同期相关性显著;春季气温与黑河流量也均呈正相关,特别是春季各月气温的同期相关和3月气温滞后1个月的相关性显著,说明黑河流量的增加取决于前期降水量的增加和同期气候的明显变暖.     

1961—2016年中国昼夜降水变化的时空格局

全球气候变暖背景下中国降水量变化的区域差异显著。基于1961—2016年期间,全国763个观测台站白昼和夜间的降水观测数据,分别从昼夜降水量、降水日数、降水强度以及对总降水量的贡献率等四个方面,解读中国九大流域昼夜降水变化的时空格局。结果表明：① 昼夜降水量变化的流域差异显著,可归纳为四种类型：昼夜同增型、昼夜同减型、昼增夜减型和昼减夜增型。② 流域总降水量变化与昼夜降水量密切相关。淮河流域降水量减少是由白昼降水量（-0.72 mm/a）减少所致,而黄河流域降水量减少则是由夜间降水量（-0.21 mm/a）减少所致。③ 干旱区、半干旱区及半湿润区的流域,昼夜大雨的雨量要高于昼夜暴雨;湿润区的流域,则表现为昼夜暴雨的雨量要高于昼夜大雨,尤其是珠江流域和东南诸河流域。④ 从全国尺度来看,白昼大雨、夜间大雨和暴雨对总降水量的贡献率超过10%,而白昼暴雨的贡献率约10%。湿润区流域昼夜暴雨对总降水量的贡献率高于昼夜大雨对总降水量的贡献率,而干旱区-半干旱区流域则相反。研究结果有助于深化认识全球变暖对区域日降水循环的影响。     

黄河流域降水格局及影响因素北大核心CSCD

黄河流域位于干旱、半干旱与半湿润过渡地带,是中国重要的经济地带和生态屏障,研究流域降水时空格局及其对多驱动因素的响应具有重要意义。本文分析了近70年降水的时空格局规律、多尺度特征以及降水对不同气象要素与环流因子的响应。结果表明:黄河流域降水量呈下降趋势,降水变率为-0.88 mm/10a,而上游地区呈增加趋势。流域降水存在显著的年周期尺度;年际周期尺度为主导模态,集合经验模态分解(EEMD)的累积方差贡献率为94.85%。偏小波相干性(PWC)分析表明蒸散量为降水多尺度特征的主导气象因素,气象因素主要调制降水的季节性与年周期,环流因子主导降水的年际和年代际周期;不同类型因素的耦合可以增强对降水在所有周期尺度的解释能力。     

2001-2010年石羊河流域上游TRMM降水资料的降尺度研究

在地形比较复杂的石羊河流域上游,基于2001-2010年TRMM3B43降水数据和1 km空间分辨率DEM数据,采用回归方程+残差法的插值方法,对石羊河流域上游10年平均TRMM3B43和2001、2007年两个典型干、湿年份的TRMM3B43数据分别进行降尺度操作,将空间分辨率由原来的0.25°×0.25°提高为1 km×1 km。利用研究区34个雨量站的观测数据作为"真实值",对2001-2010年的TRMM3B43和降尺度结果进行精度检验,结果表明:TRMM3B43降水数据整体上具有一定的可信度,但比地面站点观测的降水量偏小;TRMM3B43经过降尺度之后,数据在空间分辨率和精度方面都有一定程度的提高,其中10年平均TRMM3B43降尺度结果的精度要高于2001年(干旱),而2001年的降尺度结果精度又高于2007年(湿润);就单个雨量站而言,位于西部高海拔区域的站点的降尺度结果精度较高,而位于东部低海拔区域的站点的降尺度结果精度较低。     

淮河流域降水过程时空特征及其对ENSO影响的响应研究

基于淮河流域35个站点1961~2008年日降水资料,从成因角度研究不同厄尔尼诺-南方涛动事件（ENSO）事件对流域降水过程时空演变特征的影响。研究表明：① 流域降水过程出现沂沭泗河水系变干、淮河水系降水量缓慢增大的特征。② CPW年,年最长连续降水日数、年最长连续降水量的距平变化幅度大且为负值;EPC年,年最长连续无降水日数较常年明显增多;EPW年,连续降水日数变长、连续降水量减少。③ ENSO对流域强降水影响较大,在CPW和EPW年淮河水系暴雨、大雨日数较常年多,而沂沭泗河水系暴雨、大雨日数比常年少;EPC年与此相反。④ ENSO对连续4 d以上降水影响显著,其中EPC年影响最大。     

ARIMA-LSTM组合模型在基于SPI干旱预测中的应用——以青海省为例

开展干旱预测是有效应对干旱风险的前提基础。利用1958—2017年青海省38个气象站点逐日降水量数据计算多尺度标准化降水指数（SPI）,并建立了SPI序列自回归移动平均模型（ARIMA）、长短时记忆神经网络模型（LSTM）和基于二者优点提出的ARIMA-LSTM组合模型;对模型参数进行率定和验证后,利用所建立的模型,以西宁站点为例,对多尺度SPI值进行预测,借助均方根误差（RMSE）、平均绝对百分比误差（MAPE）和决定系数R²对所有预测模型的有效性进行判定。结果表明：ARIMA-LSTM组合模型在SPI1和SPI12的RMSE值分别为0.159 7和0.181 0,均低于ARIMA模型的1.265 4和0.293 3,说明ARIMA模型与ARIMA-LSTM组合模型对SPI的预测精度都与时间尺度有关,ARIMA模型的预测精度随着时间尺度的增加而逐渐提高;结合GIS并利用实测数据与模型的预测数据相比较说明ARIMA-LSTM组合模型相比于单一ARIMA模型的预测精度更高,且能够很好拟合不同时间尺度的SPI值。